使用ggplot2绘制简化的lm（因子和数值作为解释变量）

Question

我正在使用lms分析数据并使用向后选择简化模型。现在，通过R在predict()基本程序包中绘制结果非常容易，但是我很难在ggplot2中完成。

为了更具体地描述我的模型，我拥有一个度量因变量和一个度量变量，一个因子（22个级别）作为解释变量以及它们之间的相互作用。在简化过程中，我发现交互作用不明显，因此可以从最小适当模型中删除。为简单起见，我将使用mtcar数据集演示我的问题，并将cyl转换为一个因素：

mtcars$cyl <- as.factor(mtcars$cyl)
   model <- lm(mpg ~ cyl + wt, data = mtcars)
   summary(model)

所以我的简化模型缺少交互性。我现在想在ggplot2中绘制数据：

cyl <- ggplot(mtcars, aes(x = wt, y = mpg, col = cyl, fill = cyl, group = cyl))                        
   cyl + geom_point(size = 3, alpha = 0.3) + stat_smooth(method = "lm", se = F)

如果我使用stat_smooth绘制数据，则对于每个因子水平，我将获得单独的回归线，且截距和斜率有所不同，这不是简化模型所建议的。但是如何在gglot2中实现呢？提前非常感谢您！